您的账号已在其他设备登录,您当前账号已强迫下线,
如非您本人操作,建议您在会员中心进行密码修改

确定
收藏 | 浏览182 | 下载69

目的 探讨时间序列分析及模型构建在预测手足口病方面的使用价值.方法 通过分析郑州市某医院2009年1月到2016年10月的手足口病发病数据,按照时间序列分析的方法,建立季节性自回归积分移动平均(SARIMA)模型,并对模型进行拟合度评价,判断拟合值和实测值之间的符合程度.结果 经过参数探索,最终确定最佳拟合模型为SARIMA(1,0,1)(1,0,1)12,其平稳R2为0.734;Ljung-Box Q(18)统计量值为10.497,P=0.725,拟合值和实测值的两条曲线较为接近,提示模型具有较好的拟合能力.结论 时间序列分析以及季节性自回归积分移动平均(SARIMA)模型在预测手足口病方面具有较好的预测能力.

作者:黄平;冯慧芬;王斌;赵敬

来源:实用医学杂志 2018 年 34卷 9期

知识库介绍

临床诊疗知识库该平台旨在解决临床医护人员在学习、工作中对医学信息的需求,方便快速、便捷的获取实用的医学信息,辅助临床决策参考。该库包含疾病、药品、检查、指南规范、病例文献及循证文献等多种丰富权威的临床资源。

详细介绍
热门关注
免责声明:本知识库提供的有关内容等信息仅供学习参考,不代替医生的诊断和医嘱。

收藏
| 浏览:182 | 下载:69
作者:
黄平;冯慧芬;王斌;赵敬
来源:
实用医学杂志 2018 年 34卷 9期
标签:
手足口病 时间序列分析 SARIMA模型 hand-foot-mouth disease time series analysis seasonal autoregressive integrated moving average model
目的 探讨时间序列分析及模型构建在预测手足口病方面的使用价值.方法 通过分析郑州市某医院2009年1月到2016年10月的手足口病发病数据,按照时间序列分析的方法,建立季节性自回归积分移动平均(SARIMA)模型,并对模型进行拟合度评价,判断拟合值和实测值之间的符合程度.结果 经过参数探索,最终确定最佳拟合模型为SARIMA(1,0,1)(1,0,1)12,其平稳R2为0.734;Ljung-Box Q(18)统计量值为10.497,P=0.725,拟合值和实测值的两条曲线较为接近,提示模型具有较好的拟合能力.结论 时间序列分析以及季节性自回归积分移动平均(SARIMA)模型在预测手足口病方面具有较好的预测能力.